摘要
本发明属于计算机视觉图像修复领域,提供了一种基于自交叉融合注意力机制的图像修复方法及系统,包括获取高质量图重建训练集以及低质量图修复训练集;第一阶段是基于预训练的编码器、解码器、交叉注意力模块以及代码本,利用高质量图重建训练集,对交叉注意力模型进行参数优化;第二阶段是基于预训练的编码器、解码器、自交叉融合注意力模块以及代码本,利用低质量图训练集,对编码器和自交叉融合注意力模块进行参数优化;经过第一阶段和第二阶段的训练,得到训练好的图像修复模型,利用训练好的图像修复模型对破损图像进行修复。本发明提出自交叉融合注意力机制替换离散的向量量化过程,在保证修复图质量的同时,保证修复图的真实性和可靠性。
技术关键词
融合注意力机制
图像修复方法
图像修复模型
训练集
编码器
注意力模型
解码器
编码特征
计算机视觉图像修复
模块
图像修复系统
计算机程序产品
参数
感知损失函数
处理器
计算机设备
可读存储介质
系统为您推荐了相关专利信息
人工智能服务
人工智能模型
噪声图像
客户端
服务器
单体结构
综合数据库
优化人工神经网络
人工神经网络模型
指纹
漏水监测方法
重构误差
特征工程
多域特征
时域统计特征